Мастерская решений
УДК 519.68
Реализация в MATLAB алгоритмов
построения фрактальных объектов
Обсуждаются известные алгоритмы построения классических
фракталов и особенности их реализации в пакете MATLAB, при
водятся листинги соответствующих программ.
Задача 1. Введение
Построение фракталь
ных объектов. Фракталы — математические объекты дроб
ной размерности, название которых было введе
Программные но в математику Б. Мандельбротом [1], являются в
средства настоящее время как предметом самостоятельных
MATLAB математических исследований, так и инструмен
тарием, используемым в целом ряде прикладных
Результаты задач нелинейной динамики [2, 3], теории хаоса
Реализованы алгоритмы [4], обработки сигналов [5]. Однако только отно
построения фракталов в
среде MATLAB. сительно недавно появилось первое полноценное
учебное пособие по новой быстро развивающей
ся математической дисциплине [6], основой кото
рого стал учебный курс, преподававшийся авто
ром книги в течение ряда лет в университете Мис
суриКолумбия.
Так как при изучении фракталов и хаоса боль
шую роль играет компьютерное моделирование,
в курсе предусмотрено параллельное изучение
теоретических вопросов и проведение компью
терных экспериментов. Это отличает его струк
туру от традиционной структуры большинства
математических курсов: теорема–доказатель
ство–пример–задача. В [6] в обобщенном виде
подробно описаны известные алгоритмы постро
ения фрактальных объектов (Lсистемы и терл
графика, аффинные преобразования, системы
итерированных функций, случайные системы
итерированных функций и др.). Однако соответ
ствующих программ, созданных на какомлибо
языке программирования или в математическом
пакете, не приводится. В то же время опыт прак
тической реализации алгоритмов построения
фрактальных объектов, описанных в [6], в каком
либо из современных математических пакетов
(MATLAB, Mathcad, Maple, Matematica и т. д.), ши
роко используемых в настоящее время в препо
давании целого ряда физикоматематических
Рис. 1. Построение
ковра Серпинского. дисциплин, показывает, что существует необходи
72
С. В. Поршнев
мость внесения в них определенных корректиро
вок, учитывающих особенности выбранного па
кета (в первую очередь графические). В статье
обсуждаются алгоритмы построения классичес
ких фракталов и их программные реализации,
созданные в пакете МАТLAB.
2. Рекурсивный алгоритм
Обсуждение алгоритма, основанного на ис
пользовании рекурсивной функции, проведем на
примере построения простого самоподобного
фрактала — ковра Серпинского. В рассматривае
мом в данном разделе алгоритме используется
способ построения, основанный на последова
тельном удалении из начальной области внутрен
них подобластей в соответствии с заданными пра
вилами. Выберем в качестве начального множе
ства S0 равносторонний треугольник вместе с
областью, которую он замыкает. Удалим внутрен
ность центральной треугольной области и назо
вем оставшееся множество S1 (рис. 1). Затем по
вторим описанный процесс для каждого из трех
оставшихся треугольников и получим приближе
ние S 2 . Продолжая таким образом, получим пос
ледовательность вложенных множеств Sn , пере
сечение которых и образует ковер Серпинского
S (рис. 1). Из построения видно, что ковер явля
ется объединением N = 3 существенно непере
секающихся уменьшенных в два раза копий (ко
эффициенты подобия по горизонтали и вертика
ли в данном случае оказываются одинаковыми,
r = 1 2 ). Фрактальная размерность ковра Сер
пинского d равна
log(3)
d= ≈ 1.5850.
log(2)
Для построения рассматриваемого фрактала,
очевидно, можно использовать следующий алго
ритм.
1. Задать порядок ковра N .
2. Задать координаты вершин исходного тре
угольника ABC: ( X A , YA ), ( X B , YB ), ( X C , YC ).
3. Построить равносторонний треугольник
ABC и залить его синим цветом.
4. Вычислить координаты середин сторон
треугольника ABC:
XB − XA Y − YA
dx = , dy = B ,
2 2
X A′ = X A + dx, YA′ = YA + dy,
Exponenta Pro

X B ′ = X B + dx + dx 2, YB ′ = YB + dy,
X C ′ = X C + dx 2, YC ' = YC + dy.
5. Построить треугольник A′B ′C ′ и залить его
белым цветом.
6. Повторить N раз действия, описанные в
пп. 4, 5, для треугольников AA′C ′, A′BB′, C ′B′C ,
соответственно.
Наиболее просто описанный выше алгоритм
можно реализовать при использовании рекурсив
ной процедуры, выполняющей последователь
ность действий, описанных в пп. 4, 5. Для реали
зации алгоритма в пакете MATLAB следует создать
специальную функцию, возвращающую изобра
жение ковра Серпинского, используя для этого
встроенный текстовый редактор MATLAB или лю
бой другой текстовый редактор (например, «Блок
нот»), и сохранить текст в файле Serpinsky.m.
Для вывода изображения ковра Серпинского,
например, пятого порядка, следует ввести в ко
мандной строке пакета MATLAB имя функции с со
ответствующим значением:
>> Serpinsky(5);
Результат, возвращаемый функцией
Serpinsky( ), показан на рис. 1 (множество S5 ).
Описанный выше алгоритм легко обобщает
ся для фрактальных объектов, правила построе
ния которых аналогичны правилам построения
треугольного ковра Серпинского. Например, ал
горитм визуализации фрактального объекта, ос
новные этапы построения которого представле
ны на рис. 2, реализуется следующей последова
тельностью действий.
1. Задать порядок ковра N .
2. Задать координаты вершин исходного квад
рата ABCD: ( X A , YA ), ( X B , YB ), ( X C , YC ),
( X D , YD ).
3. Построить квадрат ABCD и залить его си
ним цветом.
4. Вычислить координаты точек, делящих
стороны квадрата ABCD на три равные части:
dx = ( X B − X A ) 3, dy = (YB − YA ) 3,
X A′ = X A + dx, YA′ = YA + dy,
X B′ = X A + dx + dx, YB ′ = YA + dy,
X C ' = X A + dx + dx, YC ' = YA + dy + dy,
X D′ = X A + dx, YD′ = YA + dy + dy.
5. Построить квадрат A′B ′C ′D ′ и залить его
белым цветом.
6. Повторить N раз действия, описанные в
пп. 4, 5, для квадратов с вершинами, имеющими
следующие координаты:
( X A , YA ) , ( X A′ , YA ) , ( X A′ , YA′ ) , ( X A , YA′ ) ,
( X A′ , YA ) , ( X B′ , YA ) , ( X B′ , YB′ ) , ( X A′ , YB′ );
( X B′ , YA ) , ( X B , YB ) , ( X B , YB′ ) , ( X B′ , YB′ ) ,
( X B′ , YB′ ) , ( X B , YB′ ) , ( X B , YC ′ ) , ( X C ′ , YC ′ );
( X C ′ , YC ′ ) , ( X B , YC ′ ) , ( X C , YC ) , ( X C ′ , YC ′ ) ,
( X D′ , YD′ ) , ( X C ′ , YC ′ ) , ( X C ′ , YC ′ ) , ( X D′ , YC′ );
Математика в приложениях
Мастерская решений
% Листинг файла Serpinsky.m
function z = Serpinsky(Lmax)
% функциЯ, возвращающаЯ изображение ковра Серпинского
% Lmax — порядок ковра
% задание координат вершин равнобедренного треугольника
x1=0; y1=0; x2=1; y2=0; x3=0.5; y3=sin(pi/3);
h=figure(1); % инициализациЯ графического окна
hold on; % включение режима рисованиЯ фигур в одном графическом окне
fill([x1 x2 x3],[y1 y2 y3],’k’);
% прорисовка равностороннего треугольника
set(gca,’xtick’,[],’ytick’,[]); % отключение режима оцифровки осей
set(gca,’XColor’,’w’,’YColor’,’w’); % установка цвета рисования осей
Simplex(x1,y1,x2,y2,x3,y3,0,Lmax);
% обращение к функции, прорисовывающей равносторонние треугольники
% белого цвета
hold off % отключение режима рисованиЯ фигур в одном графическом окне
function z=Simplex(x1,y1,x2,y2,x3,y3,n,Lmax)
% рекурсивнаЯ функциЯ, прорисовывающаЯ равносторонние треугольники
% белого цвета
if n<Lmax
% задание координат вершин текущего равностороннего треугольника
dx=(x2!x1)/2; dy=(y3!y1)/2; x1n=x1+dx; y1n=y1; x2n=x1+dx+dx/2;
y2n=y1+dy;x3n=x1+dx/2; y3n=y1+dy;
fill([x1n x2n x3n],[y1n y2n y3n],’w’);
% прорисовка текущего равностороннего треугольника
n=n+1;
% рекурсиЯ
Simplex(x1,y1,x1n,y1n,x3n,y3n,n,Lmax);
Simplex(x1n,y1n,x2,y2,x2n,y2n,n,Lmax);
Simplex(x3n,y3n,x2n,y2n,x3,y3,n,Lmax);
end
( X A , YD′ ) , ( X D′ , YD′ ) , ( X D′ , YC ) , ( X D , YD ) ,
( X A , YA′ ) , ( X A′ , YD′ ) , ( X D′ , YD′ ) , ( X A , YD′ )
соответственно.
Ниже приведен листинг файла Serpinsky2.m,
который содержит описание функции, возвраща
ющей изображение квадратного ковра Серпинс
кого, представленного на рис. 2.
% Листинг файла Serpinsky2.m
function z=Serpinsky2(Lmax)
% функциЯ, возвращающаЯ изображение квадратного ковра Серпинского
% Lmax — порядок ковра
% Задание координат вершин исходного квадрата
x1=0; y1=0; x2=1; y2=0; x3=1; y3=1; x4=0; y4=1;
figure(1); hold on; fill([x1 x2 x3 x4],[y1 y2 y3 y4],’b’);
set(gca,’xtick’,[],’ytick’,[]); set(gca,’XColor’,’w’,’YColor’,’w’);
Quadrate(x1,y1,x2,y2,x3,y3,x4,y4,0,Lmax);
hold off
№3 (3) / 2003
Рис. 2. Этапы построения квадратного ковра Серпинского.
73
 Мастерская решений

function z=Quadrate(x1,y1,x2,y2,x3,y3,x4,y4,n,Lmax)
Изображение кривой Коха пятого порядка
% рекурсивнаЯ функциЯ, прорисовывающаЯ квадраты белого цвета K 5 , возвращенное описанной выше функцией,
if n<Lmax представлено на рис. 4.
dx=(x2!x1)/3; dy=(y3!y1)/3;
x1n=x1+dx; y1n=y1+dy; x2n=x1+dx+dx; y2n=y1+dy;
x3n=x1+dx+dx; y3n=y1+dy+dy; x4n=x1+dx; y4n=y1+dy+dy;
fill([x1n x2n x3n x4n],[y1n y2n y3n y4n],’g’);
n=n+1;
Quadrate(x1,y1,x1+dx,y1,x1+dx,y1+dy,x1,y1+dy,n,Lmax);
Quadrate(x1+dx,y1,x1+2*dx,y1,x1+2*dx,y1+dy,x1+dx,y1+dy,n,Lmax);
Quadrate(x1+2*dx,y1,x2,y1,x2,y1+dy,x1+2*dx,y1+dy,n,Lmax);
Рис. 4. Кривая Коха пятого порядка.
Quadrate(x1+2*dx,y1+dy,x2,y1+dy,x2,y1+2*dy,x1+2*dx,y1+2*dy,n,Lmax);
Quadrate(x1+2*dx,y1+2*dy,x2,y1+2*dy,x2,y3,x1+2*dx,y3,n,Lmax);
Quadrate(x1+dx,y1+2*dy,x1+2*dx,y1+2*dy,x1+2*dx,y4,x1+dx,y4,n,Lmax); 2. L!системы и терл!графика
Quadrate(x1,y1+2*dy,x1+dx,y1+2*dy,x1+dx,y4,x1,y4,n,Lmax);
Quadrate(x1,y1+dy,x1+dx,y1+dy,x1+dx,y1+2*dy,x1,y1+2*dy,n,Lmax);
Понятие «Lсистема» было введено А. Лидер
end майером в 1968 г. при изучении формальных язы
ков. С их помощью оказывается возможным не
Еще одним приме только строить многие известные самоподобные
ром фрактального фракталы, например, снежинку Коха, ковер Сер
объекта, для построе пинского, кривые Пеано, Гильберта, Серпинско
ния которого оказыва го и др., но и создавать бесконечное разнообра
ется удобным исполь зие новых фракталов, укладывающихся в данную
зовать рекурсивный схему. Понятия «Lсистема» и «Терлграфика» в
алгоритм, является данном разделе излагаются в соответствии с [6].
кривая Коха. Построе Терлграфика (от turtle — черепашка) являет
ние данной кривой на ся подсистемой вывода графического представ
чинается с отрезка K 0 ления фрактального объекта. Основным испол
единичной длины. нителем данной системы является «черепашка»
Удалим из отрезка K 0 (точка), которая перемещается по экрану дискрет
отрезок длины 1 3 и ными шагами, прочерчивая или не прочерчивая
добавим два новых от свой след. «Мгновенное» положение «черепашки»
резка такой же длины, задается тремя параметрами ( x, y, α), где
Рис. 3. Построение как показано на рис. 3. Назовем полученное мно ( x, y ) — координаты «черепашки», α — направ
кривой Коха: a) K 0 , жество K1 . На следующем шаге разделим каждый ление следующего шага (угол, отсчитываемый от
b) K1 , c) K 2 , d) K 3 .
отрезок длины 1 3 на три части длины 1 9 и по положительного направления оси x). Последова
вторим описанную процедуру, заменяя на каждом тельность команд, определяющая направление
шаге среднюю ветвь двумя новыми отрезками. перемещения и действия «черепашки», задается
Обозначим через K n фигуру, получившуюся пос кодовым словом, буквы которого читаются слева
ле nго шага. Можно строго доказать [6], что пос направо. Кодовое слово, представляющее собой
∞
ледовательность кривых {K n }n =1 сходится к пре результат работы Lсистемы, может включать в
дельной кривой K бесконечной длины, фрак себя следующие буквы:
тальная размерность которой равна · F — переместиться на один шаг вперед,
log ( 4 )
прорисовывая след;
d= ≈ 1.2618. · b — переместиться на один шаг вперед, не
log (3) прорисовывая след;
· [ — открыть ветвь;
Ниже приводится листинг рекурсивной фун · ] — закрыть ветвь;
кции, возвращающей изображение кривой Коха. · + — увеличить угол α на величину Θ;
· − — уменьшить угол α на величину Θ;
% Листинг рекурсивной функции, возвращающей изображение · X , Y — вспомогательные переменные.
кривой Коха Размер шага и величина приращения по углу Θ
function z=Koch(N) задаются изначально и остаются неизменными
% функциЯ, возвращающаЯ изображение кривой Коха
для всех перемещений «черепашки».
x1=0; y1=0; % леваЯ точка начального отрезка
x2=1; y2=0; % праваяЯ точка начального отрезка Формально, детерминированная Lсистема
figure(1); axis([0 1 0 1]); set(gca,’XColor’,’w’,’YColor’,’w’); состоит из алфавита, слова инициализации, назы
hold on; ваемого аксиомой или инициатором, и набора
Coord(x1,y1,x2,y2,N);
% вызов рекурсивной функции, прорисовывающей кривую Коха порождающих правил, указывающих как следует
function z=Coord(x1,y1,x2,y2,n) преобразовывать слово при каждой следующей
% рекурсивнаЯ функция, прорисовывающаЯ кривую Коха итерации. Например, Lсистема, соответствующая
if n>0
% вычисление координат концов отрезков на очередном шаге рекурсии снежинке Коха, представленной на рис. 5, задает
dx=(x2!x1)/3; dy=(y2!y1)/3; ся следующим образом:
x1n=x1+dx; y1n=y1+dy; Аксиома: F ++F ++F
Порождающее правило: Newf =F - F + + F - F
x2n=x1+2*dx; y2n=y1+2*dy;
xmid=dx/2!dy*sin(pi/3)+x1n; ymid=dy/2+dx*sin(pi/3)+y1n;
% рекурсиЯ Θ := π 3
Coord(x1,y1,x1n,y1n,n!1); Очевидно, что графическим представлением
аксиомы F + + F + + F является равносторонний
Coord(x1n,y1n,xmid,ymid,n!1);
Coord(xmid,ymid,x2n,y2n,n!1);
Coord(x2n,y2n,x2,y2,n!1); треугольник. «Черепашка» делает один шаг вперед,
else затем угол увеличивается на 2π 3 и «черепашка»
r1=[x1 y1]; r2=[x2 y2]; R=cat(1,r1,r2);
делает еще один шаг вперед, далее угол вновь уве
plot(R(:,1),R(:,2),’Color’,’k’); % построение кривой Коха
end; личивается на 2π 3 и «черепашка» делает еще
один шаг.

74 Exponenta Pro
 Мастерская решений

alpha=0;
p=[0;0]; % стартоваЯ точка
p=Coord(p,Lmax,Axiom,Newf,alpha,teta);
% обращение к функции, возвращающей координаты вершин
M=size(p,2); % число вершин снежинки Коха
X=p(1:1,1:M);
% создание вектора, содержащего Х!е координаты вершин снежинки
Y=p(2:2,1:M);
% создание вектора, содержащего Y!е координаты вершин снежинки
figure(1); % инициализациЯ графического окна
plot(X,Y,’Color’,’k’); % построение снежинки Коха
function z=Coord(p,Lmax,Axiom,Newf,alpha,teta)
% функциЯ, возвращающаЯ координаты вершин снежинки Коха
Rule=RuleKoch(Lmax,Axiom,Newf,1,’ ’); % задание L!системы
M=length(Rule);
for i=1:M
Tmp=p(1:2,size(p,2):size(p,2));
if Rule(i)==’F’ % шаг вперед
R=[cos(alpha);sin(alpha)]; R=R/(4^Lmax);
Tmp=Tmp+R; p=cat(2,p,Tmp);
Рис. 5. Снежинка Коха 4го порядка. end
if Rule(i)==’+’ % увеличение угла, задающего направление движениЯ
alpha=alpha+teta;
На первом шаге каждая буква F в словеини end
циаторе заменяется на слово Newf : if Rule(i)==’!’ % уменьшение угла, задающего направление движениЯ
alpha=alpha!teta;
F − F + +F − F + +F − F + + end
end
F − F + +F − F + +F − F. z=p;
Повторяя этот процесс, на втором шаге полу
чим: Однако при пост
F − F + +F − F − F − F + +F − F + + роении других фрак
талов, например, дра
F − F + +F − F − F − F + +F − F + + кона ХартераХайтвея
F − F + +F − F − F − F + +F − F + + (рис. 6), на некоторых
шагах возникает необ
F − F + +F − F − F − F + +F − F + +
ходимость в измене
F −F ++ F −F −F −F ++ F −F нии направления чте
и т. д. ния правила (не слева
В пакете MATLAB наиболее просто реализо направо, а справа на
вать Lсистему, используя рекурсивную функцию. лево). Для решения
Ниже приведен пример рекурсивной функции, данной проблемы вво
возвращающей снежинку Коха, представленную дят две дополнитель
на рис. 5. ные команды, обозна
чаемые X и Y , кото
рые используются для
function z=RuleKoch(Lmax,Axiom,Newf,n,tmp); Рис. 6. Дракон Хат
% функциЯ, возвращающаЯ L!систему
создания соответствующей Lсистемы, но игнори
тераХайтвея 12го по
% длЯ снежинки Коха руются «черепашкой» при перемещении. При ис
рядка.
% Входные параметры: пользовании этих команд порождающее прави
% Lmax — порядок снежинки
ло для дракона имеет вид:
% Axiom — строка, содержащаЯ аксиому
% Newf — строка, содержащаЯ порождающее правило Аксиома: FX
% tmp — входная L!система Порождающие правила:
while n<=Lmax
if n==1
Newf = FX
tmp=Аxiom; n=n+1; Newx = X + YF +
else Newy = − FX − Y
tmp=strrep(tmp,’F’,Newf); В соответствии с данными правилами Lсис
% замена всех букв F на порождающее правило
n=n+1; тема имеет следующий вид:
tmp=RuleKoch(Lmax,Axiom,Newf,n,tmp); 1 шаг: FX + YF +
% рекурсиЯ 2 шаг: FX + YF + + − FX − YF +
end
end 3 шаг:
z=tmp; FX + YF + + − FX − YF + +
− FX + YF + − − FX − YF +
Для вывода изображения снежинки Коха мож
но использовать следующую mфункцию, 4 шаг:
реализующую описанный выше алгоритм терл FX + YF + + − FX - YF + +
№3 (3) / 2003

графики:
− FX + YF + − − FX − YF + +
function [X,Y]=Snowflake (Lmax) − FX + YF + + − FX − YF +
% функциЯ, возвращающаЯ изображение
% снежинки Коха
− − FX + YF + − − FX − YF +
% Lmax — порядок снежинки
% порождающие правила Ниже приводится листинг файла Dracon.m,
Axiom=’F++F++F’; содержащего описание функции, возвращающей
Newf=’F!F++F!F’; изображение дракона, в соответствии с описан
teta=pi/3;
ной выше Lсистемой.

Математика в приложениях 75
 Мастерская решений

function [X,Y]=Dracon(Lmax)
Или кривую Госпера (рис. 8):
% функциЯ, возвращающаЯ изображение дракона Аксиома: XF
% Lmax — порЯдок дракона Порождающие правила:
Newx = X + YF + +YF − FX − − FXFX − YF +
% порождающие правила
Axiom=’FX’;
Newf=’F’; Newy = − FX + YFYF + +YF + FX − − FX − Y д
Newx=’X+YF+’; α = 0, θ = π 3
Newy=’!FX!Y’;
teta=pi/2; alpha=0; p=[0;0];
p=Coord(p,Lmax,Axiom,Newf,Newx,Newy,alpha,teta);
% обращение к функции, возвращающей координаты угловых точек дракона
M=size(p,2);
X=p(1:1,1:M);
% создание вектора, содержащего Х!е координаты угловых точек дракона
Y=p(2:2,1:M);
% создание вектора, содержащего Y!е координаты угловых точек дракона
figure(1); plot(X,Y,’Color’,’b’);
set(gca,’xtick’,[],’ytick’,[]);
set(gca,’XColor’,’w’,’YColor’,’w’);
function z=Coord(p,Lmax,Axiom,Newf,Newx,Newy,alpha,teta)
% функциЯ, возвращающаЯ координаты угловых точек дракона
Rule=DraconString(Lmax,Axiom,Newf,Newx,Newy,1,’’); % задание L!системы
M=length(Rule);
for i=1:M
Tmp=p(1:2,size(p,2):size(p,2));
if Rule(i)==’F’ % шаг вперед
R=[cos(alpha);sin(alpha)]; R=R/(2^Lmax);
Tmp=Tmp+R; p=cat(2,p,Tmp);
Рис. 8. Кривая Госпера 3го порядка.
end
if Rule(i)==’+’ % увеличение угла, задающего направление движениЯ
alpha=alpha+teta; Или кривую Серпинского (рис. 9):
end Аксиома: F + XF + F + XF
if Rule(i)==’!’ % уменьшение угла, задающего направление движениЯ
alpha=alpha!teta;
Порождающие правила:
end Newf = F
end Newx = XF − F + F − XF + F + XF − F + F − X
z=p;
function z=DraconString(Lmax,Axiom,Newf,Newx,Newy,n,tmp); Newy = ''
% функциЯ, возвращающаЯ L!систему α = π 4, θ = π 2.
a=1;
if n<=Lmax
if n==1 tmp=Axiom; end
M=length(tmp); tmp1=’’;
for i=1:M
if tmp(i)==‘F’ tmp1=strcat(tmp1,Newf); end
if tmp(i)==’X’ tmp1=strcat(tmp1,Newx); end
if tmp(i)==’Y’ tmp1=strcat(tmp1,Newy); end
if not(tmp(i)==’F’) &not(tmp(i)==’X’) &not(tmp(i)==’Y’)
tmp1=strcat(tmp1,tmp(i)); end
end
end
tmp=tmp1; n=n+1; tmp=DraconString(Lmax,Axiom,Newf,Newx,Newy,n,tmp);
end;
z=tmp;

Заменяя в описанной программе порождаю

щие правила, можно получить и другие фракталь
ные кривые, например, кривую Гильберта (рис. 7):
Аксиома: X Рис. 9. Кривая Серпинского 3го порядка.

Порождающие правила:
Newf = F В заключение остановимся на операции ветв
Newx = -YF + XFX + FY - ления. Когда в Lсистеме встречается символ [
Newy = + XF - YFY - FX + (открыть ветвь), необходимо запомнить коорди
α = 0, θ = π 2 наты точки нахождения «черепашки» и направле
ние ее движения, т. е. переменные ( x, y , α). К со
храненным переменным следует вернуться пос
ле обнаружения символа ] (закрыть ветвь). Для
хранения триплетов ( x, y , α ) в [6] предлагается
использовать стек:

 x1 y1 α1 
x y α 
 2 2 2
,
! ! ! 
 
 xn yn α n 

в конец которого записываются новые данные.

При закрытии ветви переменным ( x, y , α ) при
сваиваются значения, считанные из конца стека,
затем эти значения из стека удаляются. В пакете
Рис. 7. Кривая Гильберта 4го порядка.

76 Exponenta Pro
 Мастерская решений

MATLAB оказывается более удобным использовать if Rule(i)==’+’ % увеличение угла, задающего направление движениЯ
матрицу с переменным числом столбцов: alpha=alpha+teta;
end
 x1 x2 … xn  if Rule(i)==’!’ % уменьшение угла, задающего направление движениЯ
  alpha=alpha!teta;
M =  y1 y2 … yn  , end
α1 α2 … α n  if Rule(i)==’[’; % открыть ветвь
if L==0 St=[x0;y0;alpha]; L=1; else St=cat(2,St,[x0;y0;alpha]);
end
причем координаты каждой новой точки ветвле
end
ния добавляются в новый столбец матрицы M . if Rule(i)==’]’ % закрыть ветвь
После закрытия ветви переменным ( x, y , α ) M=size(St,2); R=St(1:3,M:M);
x0=R(1); y0=R(2);
присваиваются значения, считанные из последне
alpha=R(3); St=St(1:3,1:M!1);
го столбца матрицы M , затем этот столбец уда end
ляется. end
Таким образом, ветвление задается двумя сим hold off
function z=FlowerString(Lmax,Axiom,Newf,n,tmp)
волами:
x
% функциЯ, возвращающая L!систему
while n<=Lmax
[ — открыть ветвь: добавить вектор
 y как но if n==1
  tmp=Axiom; n=n+1; else
α  tmp=strrep(tmp,’F’,Newf);
вый столбец матрицы M , n=n+1; tmp=FlowerString(Lmax,Axiom,Newf,n,tmp); % рекурсиЯ
] — закрыть ветвь: присвоить переменным end
( x, y , α) значения координат вектора, являюще end
z=tmp;
гося последним столбцом матрицы M .
Пример фрактала, построенного с помощью
Заменяя в описанной программе порождаю
операции ветвления, представлен на рис. 10. Ниже
щие правила, можно получить и другие ветвя
приводится листинг файла Flower.m, содержаще
щиеся фрактальные объекты, например, куст
го описание функции, возвращающей изображе
(рис. 11):
ние цветка, в соответствии с описанной выше
Аксиома: F
Lсистемой.
Порождающие правила:
Newf = − F + F + [+ F − F −] − [− F + F + F ]
α = π 2, θ = π 8

Рис. 11. Куст 3го порядка.

Рис. 10. Цветок 3го порядка.

Или снежинку (рис. 12):
Аксиома: [ F ] + [ F ] + [ F ] + [ F ] + [ F ] + [ F ]
% Листинг файла Flower.m
Порождающие правила:
function [X,Y]=Flower(Lmax)
% функциЯ, возвращающаЯ изображение цветка
Newf = F [+ + F ][− FF ]FF [+ F ][− F ]FF
% Lmax ! порЯдок цветка α = 0, θ = π 3
% порождающие правила
Axiom=’F[+F+F][!F!F][++F][—F]F’;
Newf=’FF[++F][+F][F][!F][—F]’;
teta=pi/16;
alpha=pi/2;
p=[0;0]; % начальнаЯ точка
Coord(p,Lmax,Axiom,Newf,alpha,teta);
% обращение к функции, возвращающей
% изображение цветка
№3 (3) / 2003

function z=Coord(p,Lmax,Axiom,Newf,alpha,teta)
% функциЯ, возвращающаЯ изображение цветка
Rule=FlowerString(Lmax,Axiom,Newf,1,’’);
% задание L!системы
figure(1); hold on;
M=length(Rule);L=0; x0=p(1);y0=p(2);
for i=1:M
if Rule(i)==’F’ % шаг вперед
x1=x0+cos(alpha); y1=y0+sin(alpha);
X=[x0,x1]; Y=[y0,y1]; x0=x1; y0=y1; Рис. 12. Снежинка 3го порядка.
plot(X,Y,’Color’,’k’); end

Математика в приложениях 77
 Мастерская решений

3. Системы итерированных функций 2. Привязка алгоритма к размеру графическо

Напомним, следуя [6], что в общем случае для
построения системы итерированных функций
(СИФ) в рассмотрение вводится совокупность
сжимающих отображений:
T1 , с коэффициентом сжатия s1 ,
T2 , с коэффициентом сжатия s2 ,
! Рассмотрим модификацию алгоритма ДСИФ,
Tm , с коэффициентом сжатия sm ,
действующих в R . Эти m отображений исполь
n
зуются для построения одного сжимающего ото
бражения T в пространстве Ω всех непустых
компактов из R . Преобразование Хатчинсона
n
T : Ω → Ω определяется следующим образом:
T ( E ) = T1 ( E ) ∪T2 ( E ) ∪…∪ Tm ( E ) ,
E ∈ Ω.
Данное преобразование ставит в соответствие
«точкам» из Ω , под которыми здесь понимаются
компактные множества, также «точки» из Ω.
Системой итерированных функций называет
ся совокупность приведенных выше отображе
ний вместе с итерационной схемой
E1 = T ( E0 ) , E2 = T ( E1 ) , ...,
го окна и, как следствие, большой объем вычис
лений (число операций прямо пропорционально
2
числу точек m и числу итераций).
3. Возникновение аварийных остановов про
граммы с сообщением об ошибке «Индекс вышел
за пределы» при попадании точки за пределы окна
m × m.
позволяющую реализовать его в пакете MATLAB,
на примере уже рассмотренного в первом разде
ле ковра Серпинского. Вопервых, заметим, что,
как видно из рис. 13, для получения изображения
ковра Серпинского S1 необходимо на каждую
(0) (0)
точку ( xi , yi ), находящуюся внутри исходно
го треугольника S0 , раздельно подействовать
каждым из аффинных преобразований T1 , T2 ,
T3 :
 x (0 )   x (1)   x (0)   x (1) 
T1  i 0  =  i11  , T2  i 0  =  i 21  ,
( ) ()
 yi   yi1   yi( )   yi(2) 
 x (0 )   x (1) 
T3  i 0  =  i 31  .
 yi( )   yi(3) 

En = T ( En −1 ) , ...,
( E0 — произвольное компактное множество).
Существование предельного множества E
( E = lim En ) системы итерированных функций
n →∞
в смысле сходимости в метрике Хаусфдорфа:
H ( E , F ) = min {ε > 0 : E ⊂ F + ε & F ⊂ E + ε},
где E и F — непустые компактные подмноже
ства в R , доказывает соответствующая тео
n Рис. 13. Аффинные преобразования для ковра Сер
пинского.
рема [6].
Например, СИФ при построении ковра Сер Таким образом, каждая точка ( xi , yi ) на пер
(0) (0)
пинского (рис. 1) задается тремя аффинными вом шаге итерации порождает три новые точки
преобразованиями, которые в матричной форме
( xi(0) (0) (0) (0) (0) (0)
1 , yi1 ), ( xi 2 , yi 2 ), ( xi 3 , yi 3 ).
На каждую из
имеют следующий вид: этих точек на втором шаге итерации вновь следу
  x   1 2 0   x1  0  ет подействовать аффинными преобразованиями
T1   1   =     +  , T1 , T2 , T3 . В результате каждая из трех точек ков
  x2    0 1 2   x2   0  ра S1 вновь породит три точки ковра S 2 и т. д.
Описанный процесс удобно изобразить в виде
  x   1 2 0   x1  1 2 
T2   1   =     +  ,
графа (рис. 14). Из рис. 14 видно, что на втором
  x2    0 1 2   x2   0  шаге итерации существует 9 ( 3n = 9, где n = 2 )
правил, по которым каждой начальной точке
  x   1 2 0   x1   1 4  (0) (0)
( xi , yi ) ставится в соответствие 9 точек ковра
T2   1   =   + . Серпинского S1 . Соответственно, на третьем
  x2    0 1 2   x2   3 4 
шаге итерации таких правил будет 27 = 33 :
Различают два подхода к реализации СИФ: де
терминированный (ДСИФ) (в котором аффинные T1T1T1 T1T2T1 T1T3T1 T1T1T2
преобразования применяются последовательно к T1T2T2 T1T3T2 T1T1T3 T1T2T3 T1T3T3
каждой точке начальной конфигурации) и рандо
мизированный (РСИФ) (в котором случайно вы T2T1T1 T2T2T1 T2T3T1 T2T1T2
бираемые аффинные преобразования применя T2T2T2 T2T3T2 T2T1T3 T2T2T3 T2T3T3
ют к единственной начальной точке).
T3T1T1 T3T2T1 T3T3T1 T3T1T2
Известный детерминированный алгоритм
вычисления СИФ, ориентированный на реализа T3T2T2 T3T3T2 T3T1T3 T3T2T3 T3T3T3
цию в виде компьютерной программы на каком
либо языке программирования, допускающем
компиляцию, описан в [6]. К недостаткам данного
алгоритма можно отнести следующее.
1. Зависимость качества изображения от раз
мера графического окна (удовлетворительное Рис. 14. Граф аффинных преобразований ковра
качество изображения достигается для m ≥ 256 ). Серпинского.

78 Exponenta Pro
 Мастерская решений

Таким образом, для построения ковра Серпин водится листинг файла SerpDSIF.m, содержащего
ского nго уровня с помощью ДСИФ необходимо описание соответствующей функции, возвраща
научиться генерировать 3n правил, по которым ющей изображение ковра Серпинского.
(0) (0)
каждой точке ( x , y ) ставится в соответствие
i i
% Листинг файла SerpDSIF.m
3n точек ( xij(0) , y ), j = 1, 2, … , 3n. Введем обо
(0)
ij function z=SerpDSIF(Niter,NPoints)
значения: T1 ⇔ 0, T2 ⇔ 1, T3 ⇔ 2. В выбран % функциЯ, возвращающаЯ изображение ковра Серпинского
ных обозначениях правила преобразования на % Niter ! порЯдок ковра
% NPoints ! число точек начальной конфигурации
третьем шаге итерации имеют вид: x=zeros(NPoints,1); y=zeros(NPoints,1);
% задание координат точек начальной конфигурации
000 010 020 001 011 021 002 012 022 x1=0; y1=0; x2=1; y2=0; x3=1/2; y3=sin(pi/3);
100 110 120 101 111 121 102 112 122 j=1;
while j<=NPoints
200 210 220 201 211 221 202 212 222 tmpx=rand(1,1);
tmpy=sqrt(3)/2*rand(1,1);
Анализ таблицы закодированных правил пре if (!sqrt(3)*tmpx+tmpy<=0)&(sqrt(3)*tmpx+tmpy!sqrt(3)<=0)
образований показывает, что названия правил x(j)=tmpx;
y(j)=tmpy;
являются множеством натуральных чисел
j=j+1;
1, 2, …, 27, записанных в троичной системе счис end;
ления. При этом для представления кода каждого end
правила используется число цифр, совпадающее % Формирование массива, содержащего правила итерации
for i=1:3^Niter
с порядком ковра n. Соответственно, для случая Tmp(i)=system3(i!1);
n = 4 имеем множество, состоящее из 3 = 81
4
% перевод числа из десЯтичной в троичную систему счислениЯ
правила, названия которых есть множество чисел end
n=1; s=’0’;
1, 2, …, 81, записанных в троичной системе счис while n<Niter
ления. При этом для представления каждого чис s=strcat(s,’0’); n=n+1;
ла используются четыре цифры. Очевидно, что end
for i=1:3^Niter
для хранения названия правил наиболее удобно tmp=num2str(Tmp(i)); tmp1=s;
использовать массив строковых переменных дли for m=1:length(tmp)
4
ной n, число элементов которого равно 3 . tmp1(Niter!m+1)=tmp(length(tmp)!m+1);
end
Таким образом, для построения ковра Серпин
Cod(i,1:Niter)=tmp1;
ского в пакете MATLAB с помощью ДСИФ можно end
использовать следующий алгоритм. a1=[0;0]; a2=[1/2;0]; a3=[1/4;sqrt(3)/4]; A=[1/2,0;0,1/2];
1. Задать порядок ковра Серпинского n. % задание аффинных преобразований
figure(1); hold on; set(gca,’xtick’,[],’ytick’,[]);
2. Задать число точек начальной конфигура set(gca,’XColor’,’w’,’YColor’,’w’); fill([x1 x2 x3],[y1 y2 y3],’w’);
ции m. GosperDraw(Niter,NPoints,x,y,A,a1,a2,a3,Cod);
3. Задать координаты i точек (i = 1, 2, … , m), % построение ковра Серпинского
заполняющих начальное множество. function z=GosperDraw(Niter,NPoints,x,y,A,a1,a2,a3,Cod)
n
4. Перевести каждое из чисел 1, 2, … , 3 в тро % функциЯ, создающаЯ изображение ковра Серпинского
ичную систему счисления. for m=1:3^Niter
n
5. Сформировать массив, состоящий из 3
X=x; Y=y; Rule=Cod(m,:);
for i=1:Niter
строк, длиной n символов. tmp=Rule(Niter+1!i);
6. Задать аффинные преобразования. if tmp==’0’
[X Y]=T(NPoints,X,Y,A,a1); % первое аффинное преобразование
7. Для iой точки начальной конфигурации
end
последовательно применить каждое из if tmp==’1’
j = 1, 2, … , 3n итерационных правил и отобра [X Y]=T(NPoints,X,Y,A,a2); % второе аффинное преобразование
end
зить в графическом окне полученные образы каж
if tmp==’2’
дой начальной точки. [X Y]=T(NPoints,X,Y,A,a3); % третье аффинное преобразование
Пример ковра Серпинского, построенного с end
помощью описанной выше модификации алго end
plot(X,Y,’.’,’MarkerSize’,1,’MarkerEdgeColor’,’b’);
ритма ДСИФ, представлен на рис. 15. Ниже при % отображение результатов итерации
end

function [X,Y]=T(NPoints,x,y,A,a)
% ФункциЯ, возвращающаЯ результат аффинного преобразования
X=zeros(NPoints,1); Y=zeros(NPoints,1);
for i=1:NPoints
R=[x(i);y(i)]; R=A*R+a; X(i)=R(1); Y(i)=R(2);
end

function z=system3(D);
% функциЯ, возвращающаЯ значение целого числа
% в троичной системе счислениЯ
% D ! число в десЯтичной системе счислениЯ
№3 (3) / 2003

n=1;
while D>=3^n n=n+1; end
if n>1
a=floor(D/3^(n!1))*10^(n!1); b=mod(D,3^(n!1));
if b>=3
b=system3(b); % рекурсия
Рис. 15. Ковер Серпинского 4го порядка, получен end
ный с помощью модифицированного алгоритма z=a+b;
ДСИФ; начальная конфигурация S 0 — 1000 точек, слу else
z=D;
чайным образом размещенных в равностороннем тре
end
угольнике.

Математика в приложениях 79
 Мастерская решений
Пример фрактала, называемого лист, постро
% Листинг файла Cristal.m
енного с использованием ДСИФ, и листинг соот
function z=Cristal(Niter,NTrial)
ветствующей программы представлен в Приложе % функциЯ, возвращающаЯ изображение кристалла
нии 1. % Niter ! порЯдок кристалла
В отличие от ДСИФ в рандомизированном ал % NTrial ! число испытаний
Na=4; % число аффинных преобразований
горитме начальное множество S0 состоит из од % Создание массива, содержащего набор
ной точки ( x0 , y0 ), а правило, по которому точ % правил длЯ аффинных преобразований
ке ставится в соответствие точка ( xi , yi ), где i — k=1;
for m=1:Niter
номер правила, выбирается случайным образом for i=1:4^m Tmp(k)=system3(i!1,Na); k=k+1;
из набора, содержащего все возможные правила end
аффинных преобразований. Например, приме Q(1)=Na;
for m=2:Niter Q(m)=Q(m!1)+Na^m; end
нительно к ковру Серпинского это означает, что
n=1; s=’0’; M=1;
при построении ковра 2го порядка преобразо while n<=length(Tmp)
вание должно случайным образом выбираться из m=1;
следующего множества преобразований: while n>Q(m) m=m+1; end
if m==1
{T1 , T2 , T3 , T1T1 , T1T2 , T1T3 , T2T3 , T3T1 , T3T2 , T3T3 }, else
S(n,1:1)=s;

n S(n,1:1)=s;
число элементов N которого равно N = ∑ m k . for i=2:m S(n,1:i)=strcat(S(n,:),s); end
k =1 end
Таким образом, для построения ковра Сер n=n+1;
end
пинского в пакете MATLAB с помощью РСИФ мож for i=1:k!1 tmp=num2str(Tmp(i)); m=1;
но использовать следующий алгоритм. while i>Q(m) m=m+1; end
1. Задать порядок ковра Серпинского n. tmp1(1:m)=S(i,1:m);
for m=1:length(tmp)
2. Задать число испытаний NTrial . tmp1(length(tmp1)!...
3. Задать число аффинных преобразований m+1:length(tmp1)!m+1)=...
m = 3. tmp(length(tmp)!m+1:length(tmp)!m+1);
end
4. Сформировать массив, содержащий набор Cod(i,1:length(tmp1))=tmp1;
правил для аффинных преобразований. end
5. Задать координаты начальной точки x=0; y=0; % координаты начальной точки
( x0 , y0 ). % задание аффинных преобразований
A1=[0.2550,0.0000;0.0000,0.2550];
n
6. Перевести каждое из чисел 1, 2, … , 3 в тро A2=[0.2550,0.0000;0.0000,0.2550];
ичную систему счисления. A3=[0.2550,0.0000;0.0000,0.2550];
7. Задать аффинные преобразования. 4=[0.3700,!0.6420;0.6420,0.3700];
a1=[0.3726;0.6714]; a2=[0.1146;0.2232];
8. Для заданного числа испытаний последова a3=[0.6306;0.2232]; a4=[0.6356;!0.0061];
тельно, начиная с начальной точки, в соответ figure(1); hold on;
ствии с правилами аффинных преобразований, set(gca,’xtick’,[],’ytick’,[]);
set(gca,’XColor’,’w’,’YColor’,’w’);
выбираемых случайным образом, вычислить точ DrawFractal(Niter,NTrial,x,y,A1,A2,A3,A4,...
ки итерационной последовательности. a1,a2,a3,a4,Cod); % визуализациЯ фрактала
9. Отобразить вычисленное множество точек function z=DrawFractal(Niter,NTrial,x,y,...
A1,A2,A3,A4,a1,a2,a3,a4,Cod)
в графическом окне. % функциЯ, возвращающаЯ изображение фрактала
В общем случае для фракталов nго порядка, X1=zeros(NTrial,1); Y1=zeros(NTrial,1);
изображение которых создается с помощью m X=x; Y=y;
for m=1:NTrial
аффинных преобразований, как и при использо
Np=1+round((size(Cod,1)!1)*rand(1,1));
вании ДСИФ, необходимо переводить числа % выбор номера преобразования
1, 2, … , m n в mичную систему счисления. Rule=Cod(Np,:);
for i=1:length(Rule)
Пример кристалла, построенного с помощью
tmp=Rule(length(Rule)+1!i);
описанного выше алгоритма РСИФ, представлен if tmp==’0’ [X Y]=T(X,Y,A1,a1); end
на рис. l6. Ниже приводится листинг файла if tmp==’1’ [X Y]=T(X,Y,A2,a2); end
Cristal.m, содержащего описание соответствую if tmp==’2’ [X Y]=T(X,Y,A3,a3); end
if tmp==’3’ [X Y]=T(X,Y,A4,a4); end
щей функции. end
X1(m)=X; Y1(m)=Y;
end
plot(X1,Y1,’.’,’MarkerSize’,1,...
’MarkerEdgeColor’,’b’);
function [X,Y]=T(x,y,A,a)
% ФункциЯ, возвращающаЯ результат
% аффинного преобразованиЯ
R=[x;y]; R=A*R+a;
X=R(1); Y=R(2);
function z=system3(D,m);
% функциЯ, возвращающаЯ значение
% числа в четверичной системе координат
Автор: n=1;
Поршнев Сергей Вла while D>=m^n n=n+1; end
димирович, профессор, if n>1
доктор технических наук, a=floor(D/m^(n!1))*10^(n!1);
заведующий кафедрой b=mod(D,m^(n!1));
информатики и вычисли if b>=m b=system3(b,m); end
тельной техники; Нижне z=a+b;
тагильский государ else
ственный педагогичес z=D;
кий институт, г. Нижний Рис. 16. Кристалл 4го порядка, полученный с помо end
Тагил щью алгоритма РСИФ после 500000 испытаний.

80 Exponenta Pro
 Мастерская решений

В Приложении 2 приведено изображение

фрактала, называемого веткой папоротника, и
листинг соответствующей программы.

Литература
1. Mandelbrot B. B. Les object fractals: forme, hasard et
dimantion.— Paris: Flamarion, 1975.
2. Каток А. Б., Хасселблат Б. Введение в современную те
орию динамических систем.— М.: Факториал, 1999.
3. Лихтенберг А., Либерман М. Регулярная и стохасти
ческая динамика.— М.: МеркурийПРЕСС, 2000.
4. Шустер Г. Детерминированный хаос.— М.: Мир, 1988.
5. Кренкель Э. Т. Сжатие сигналов с применением тео
рии фракталов.— М.: МТУСИ, 1996.
6. Кроновер Р. М. Фракталы и хаос в динамических сис
темах. Основы теории.— М.: Постмаркер, 2000. Рис. 17. Лист, построенный с помо Рис. 18. Ветка папоротника, построен
щью ДСИФ; число аффинных преобра ная с помощью ДСИФ; число аффинных
зований m = 2, число итераций n = 9, преобразований m = 4, число итераций
число начальных точек 2000. n = 5, число начальных точек 1000.

Приложение 1. Листинг файла, Приложение 2. Листинг файла, содержащего описание

содержащего описание функции, функции, возвращающей изображение ветки папоротника
возвращающей изображение листа (рис. 18)
(рис. 17) function z=Paporotnic(Niter,NPoints)
function z=Maple(Niter,NPoints) x1=0; y1=0; x2=1; y2=0; x3=1/2; y3=sin(pi/3);
x1=0; y1=0; x=zeros(NPoints,1); y=zeros(NPoints,1);
x2=1; y2=0; j=1;
x3=1/2; y3=sin(pi/3); while j<=NPoints
x=zeros(NPoints,1); y=zeros(NPoints,1); tmpx=rand(1,1); tmpy=sqrt(3)/2*rand(1,1);
j=1; if (!sqrt(3)*tmpx+tmpy<=0)&(sqrt(3)*tmpx+tmpy!sqrt(3)<=0)...
while j<=NPoints \hspace{12mm}x(j)=tmpx; y(j)=tmpy; j=j+1; end;
tmpx=rand(1,1); end;
tmpy=sqrt(3)/2*rand(1,1); for i=1:4^Niter Tmp(i)=system2(i!1,4); end;
if (!sqrt(3)*tmpx+tmpy<=0)&(sqrt(3)*... n=1; s=’0’;
tmpx+tmpy!sqrt(3)<=0) while n<Niter s=strcat(s,’0’); n=n+1; end;
x(j)=tmpx; y(j)=tmpy; j=j+1; for i=1:4^Niter
end tmp=num2str(Tmp(i)); tmp1=s;
end for m=1:length(tmp)
for i=1:2^Niter Tmp(i)=system2(i!1,2); end tmp1(Niter!m+1)=tmp(length(tmp)!m+1);
n=1; s=’0’; end;
while n<Niter s=strcat(s,’0’); n=n+1; end Cod(i,1:Niter)=tmp1;
for i=1:2^Niter end;
tmp=num2str(Tmp(i)); tmp1=s; A1=[0.7000,0;0,0.7000]; A2=[0.1000,!0.4330;0.1732,0.2500];
for m=1:length(tmp) tmp1(Niter!m+1)=... A3=[0.1000,0.4330;!0.1732,0.2500]; A4=[0,0;0,0.3000];
tmp(length(tmp)!m+1); end a1=[0.1496;0.2962]; a2=[0.4478;0.0014];
Cod(i,1:Niter)=tmp1; a3=[0.4450;0.1559]; a4=[0.4987;0.0070];
end figure(1); hold on; set(gca,’xtick’,[],’ytick’,[]);
A1=[0.4,!0.3733;0.0600,0.6000]; set(gca,’XColor’,’w’,’YColor’,’w’);
A2=[!0.8000,!0.1867;0.1371,0.8000]; FractalDraw(Niter,NPoints,x,y,A1,A2,A3,A4,a1,a2,a3,a4,Cod);
a1=[0.3533;0.000]; a2=[1.1000;0.1000]; function z=Simplex(Niter,NPoints,x,y,A1,A2,A3,A4,a1,a2,a3,a4,Cod)
figure(1); hold on; for m=1:4^Niter
set(gca,’xtick’,[],’ytick’,[]); X=x; Y=y; Rule=Cod(m,:);
set(gca,’XColor’,’w’,’YColor’,’w’); for i=1:Niter
FractalDraw(Niter,NPoints,x,y,A1,A2,... tmp=Rule(Niter+1!i);
a1,a2,Cod); if tmp==’0’ [X Y]=T(NPoints,X,Y,A1,a1); end;
function z=FractalDraw(Niter,NPoints,x,y,... if tmp==’1’ [X Y]=T(NPoints,X,Y,A2,a2); end;
A1,A2,a1,a2,Cod) if tmp==’2’ [X Y]=T(NPoints,X,Y,A3,a3); end;
for m=1:2^Niter if tmp==’3’ [X Y]=T(NPoints,X,Y,A4,a4); end;
X=x; Y=y; end;
Rule=Cod(m,:); plot(X,Y,’.’,’MarkerSize’,1,’MarkerEdgeColor’,’k’)
for i=1:Niter end;
tmp=Rule(Niter+1!i); function [X,Y]=T(NPoints,x,y,A,a)
if tmp==’0’ [X Y]=T(NPoints,X,Y,A1,a1); end X=zeros(NPoints,1); Y=zeros(NPoints,1);
if tmp==’1’ [X Y]=T(NPoints,X,Y,A2,a2); end for i=1:NPoints R=[x(i);y(i)]; R=A*R+a; X(i)=R(1); Y(i)=R(2); end;
end function z=FractalDraw(Niter,NPoints,x,y,A1,A2,a1,a2,Cod)
plot(X,Y,’.’,’MarkerSize’,1,... for m=1:2^ Niter
’MarkerEdgeColor’,’b’); X=x; Y=y; Rule=Cod(m,:);
end for i=1:Niter tmp=Rule(Niter+1!i);
function [X,Y]=T(NPoints,x,y,A,a) if tmp==’0’ [X Y]=T(NPoints,X,Y,A1,a1); end;
X=zeros(NPoints,1); Y=zeros(NPoints,1); if tmp==’1’ [X Y]=T(NPoints,X,Y,A2,a2); end;
for i=1:NPoints R=[x(i);y(i)]; R=A*R+a; end;
X(i)=R(1); Y(i)=R(2); end plot(X,Y,’.’,’MarkerSize’,1,’MarkerEdgeColor’,’k’);
function z=system2(D,m); end;
№3 (3) / 2003

n=1; function [X,Y]=T(NPoints,x,y,A,a)

while D>=m^n n=n+1; end X=zeros(NPoints,1); Y=zeros(NPoints,1);
if n>1 for i=1:NPoints R=[x(i);y(i)]; R=A*R+a; X(i)=R(1); Y(i)=R(2); end;
a=floor(D/m^(n!1))*10^(n!1); function z=system2(D,m);
b=mod(D,m^(n!1)); n=1;
if b>=m b=system2(b,m); while D>=m^n n=n+1; end;
end if n>1
z=a+b; a=floor(D/m^(n!1))*10^(n!1); b=mod(D,m^(n!1));
else if b>=m b=system2(b,m); end;
z=D; z=a+b;
end else z=D; end;

Математика в приложениях 81
 Мастерская решений
Новости образовательного математического сайта
Новые участники портала Exponenta.ru
http://lern.exponenta.ru. Сайт, разработанный на кафед
ре экономической кибернетики Казанского государствен
ного университета в поддержку препода
вания курсов «Теория вероятностей и ма
тематическая статистика», «Социально
экономическое прогнозирование» и др.
На сайте представлены обучающие систе
мы по теории вероятностей и математи
ческой статистике, а также по решению
И. Краснов
статистических задач с помощью матема
тического программного обеспечения —
пакетов Mathematica и Statistica.
http://lestex.exponenta.ru. На сайте представлены
учебные материалы, программы, тексты лекций и прак
тические задания для студентов вузов, изучающих кур
сы «Информатика» и «Системное программное обеспе
чение». Автор сайта — Баранова Елена Константиновна, до
цент кафедры прикладной математики Московского госу
дарственного университета леса.
Победители весенних конкурсов сайта Exponenta.ru
В весеннем семестре 2003 года на сайте были проведе
ны очередные конкурсы методических разработок и студен
ческих работ.
Среди студенческих работ лучшей была признана рабо
та «Формирование следящей системы управления темпом
производства по локальному критерию», выполненная с по
мощью системы Mathcad. Автор работы — Краснов Иван, вы
пускник факультета прикладной математики и кибернети
ки Томского государственного университета. Во время обу
чения занимался применением теории автоматического уп
равления к техническим системам, а в дипломе доказал и
продемонстрировал возможность управления экономичес
кими системами. Выбор системы Mathcad Иван объясняет
так: «В настоящее время в связи с усложнением экономичес
Новые книги
Леоненков А.
Нечеткое моделирование
в среде MATLAB и fuzzyTECH.
СПб.: БХВПетербург, 2003
В книге рассматриваются основы нечеткого
моделирования — нового направления примене
ния наукоемких технологий для решения практи
ческих задач. Подробно описываются базовые по
нятия теории нечетких множеств и нечеткой ло
гики, необходимые для построения нечетких моделей сис
тем в бизнесе, технике и политике. Рассматриваются
особенности нечеткого моделирования в средах MATLAB и
fuzzyTECH. Изложение сопровождается примерами разра
ботки отдельных нечетких моделей и иллюстрациями вы
полнения всех необходимых операций с нечеткими множе
ствами. Для системных аналитиков, программистов и студен
тов вузов.
82
ких задач основным методом их решения является имита
ционное моделирование, т. е. моделирование, которое стро
ится строго целенаправленно и для которого характерно
адекватное отображение исследуемого объекта. Примене
ние инновационных информационных технологий не толь
ко упрощает решение экономических задач, но и увеличи
вает точность их решения. Я считаю, что
система Mathcad позволяет полностью до
стичь поставленных целей в математичес
ком моделировании и решении конкрет
ных задач».
Победителем конкурса методических
разработок стал Поршнев С. В. — профес
сор, доктор технических наук, заведующий
кафедрой информатики и вычислитель
С. В. Поршнев ной техники Нижнетагильского государ
ственного педагогического института.
Поршнев С. В. давно сотрудничает с сайтом Exponenta.ru. Его
вклад в раздел «Методические разработки» — 13 работ по ма
тематическому моделированию в физике и решению при
кладных задач. В своих работах автор использует возмож
ности мощных математических систем — Maple, MATLAB,
Mathcad.
М. В. Бессонова
VII конкурc для студентов
и преподавателей
на Exponenta.ru
Даты подачи работ на конкурс:
1 сентября — 30 декабря 2003 г.
Подведение итогов: январь 2004 г.
Главный приз — лицензионный
математический пакет!
Черняк А., Мельников О., Новиков В., Кузнецов А.
Математика для экономистов на базе Mathcad.
СПб.: БХВПетербург, 2003
Традиционные методики преподавания высшей
математики в вузах претерпевают существенные из
менения в связи с появлением мощных математичес
ких компьютерных пакетов — необходимых компо
нентов в постижении математики на современном
уровне. Они не способны полностью исключить тра
диционные методы в преподавании математики, од
нако могут сделать это преподавание намного эффек
тивней и доступней. Методика, описанная в книге,
представляет собой синтез традиционных принци
пов преподавания математики, соответствующих государ
ственным образовательным стандартам, с новейшими дос
тижениями компьютерной математики. Книга написана на
основании оригинальных авторских разработок, которые
позволяют традиционно сложные научные понятия сделать
более доступными для усвоения без ущерба их математичес
кой строгости. Книга рассчитана на студентов всех форм
обучения: очной, заочной, дистанционной.
Exponenta Pro